您当前的位置：
首页 >
文章列表页 >
一种优化的Swin Transformer番茄叶片病害识别方法
更新时间：2024-02-27
上一篇|下一篇

    • 一种优化的Swin Transformer番茄叶片病害识别方法

    • Tomato leaf disease recognition based on an optimized Swin Transformer

    • 刘拥民 ，刘翰林 ，石婷婷 ，欧阳金怡 ，黄浩 ，谢铁强
    • 中国农业大学学报 2023年28卷第4期

    • DOI： 10.11841/j.issn.1007-4333.2023.04.07     

      中图分类号：

    移动端阅览

  •  
  •  

  • HTML全文

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束，您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束，您可以通过登录账户，到个人中心，购买VIP会员阅读全文。
已是VIP会员？
去登录 >

15

浏览量

12

下载量

9

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于深度学习网络实现番茄病虫害检测与识别
基于迁移学习的番茄叶片病害图像分类
深度学习方法在农业信息中的研究进展与应用现状
基于迁移学习的GoogLeNet果园病虫害识别与分级
基于改进的VGG16网络和迁移学习的水稻氮素营养诊断

相关作者

云挺
陈帮乾
樊江川
张怀清
王铭慧
张亚烁
刘庆飞
张宏立

相关机构

南京林业大学 信息科学技术学院
中国林业科学研究院 资源信息研究所
国家农业信息化工程技术研究中心 数字植物北京市重点实验室
中国热带农业科学院 橡胶研究所
南京林业大学 林草学院